基于轻量化双分支特征融合神经网络的永磁同步电机电流传感器故障诊断方法

AITNT
正文
推荐专利
基于轻量化双分支特征融合神经网络的永磁同步电机电流传感器故障诊断方法
申请号:CN202511332893
申请日期:2025-09-18
公开号:CN120993301A
公开日期:2025-11-21
类型:发明专利
摘要
本发明涉及永磁同步电机电流传感器故障诊断技术领域,具体涉及一种基于轻量化双分支特征融合神经网络的永磁同步电机电流传感器故障诊断方法。该方法包括:电机电流数据的获取与预处理、构建电流传感器故障诊断模型、优化电流传感器故障诊断模型、利用电流传感器故障诊断模型进行故障诊断。本发明能够在小样本、多工况环境下实现高准确率的故障识别,具有模型复杂度低、推理速度快和边缘部署能力强的优点,适用于永磁同步电机驱动系统中电流传感器的在线故障诊断与预测性维护,并且可以实时监控电机的健康状况,能够延长电机的使用寿命。
技术关键词
故障诊断模型 融合神经网络 电流传感器 多层感知器网络 分支 时域特征提取 频域特征提取 永磁 故障类别 协同算法 沙蚕 网络模块 故障诊断模块 同步电机驱动系统 参数 电机电流数据
系统为您推荐了相关专利信息
1
一种基于混叠周期融合特征的托辊故障诊断方法
故障诊断方法 融合特征 故障诊断模型 传感 周期
2
一种双向隔离SRC-LLC拓扑的过流保护电路
锁存模块 控制芯片 信号检测电路 过零点检测 脉宽调制信号
3
一种基于人工智能的计算机故障诊断与修复系统及方法
计算机故障诊断 故障诊断模块 故障诊断模型 数据采集模块 修复系统
4
一种基于跨尺度空间约束融合与局部感知的病理图像分析方法
融合特征 图像分析方法 分支 投影特征 令牌
5
一种跨模态跨维度的前列腺核磁超声图像配准方法
超声图像配准方法 跨模态 三维卷积神经网络 注意力机制 通道扩展方法
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号